動画・画像・音声のスキル

動作確認やPR用の録画に字幕、注目箇所のズーム、再生速度の変更を加え、元動画を証拠として残しながら説明付きのMP4に仕上げるスキル。

• PR用の録画に説明字幕を付けたいとき
• UIの操作箇所を拡大したいとき
• 動作確認動画の待機時間を短縮したいとき

音声ファイルをローカルで文字起こしし、テキストや翻訳字幕に出力するスキル。APIキー不要で、モデルの大きさを選び、処理速度と精度を調整できます。

• 録音音声を文字起こししたいとき
• 音声から翻訳字幕を作りたいとき
• 速度や精度に合わせたモデル選び

ジョークの題材に合うミームのテンプレートを探し、文字入り画像の下書きを作るスキル。ローカルのSVG・PNG出力やImgflipでのURL発行に対応します。

• ジョークに合うミーム形式を選びたいとき
• 名前や話題からテンプレートを探す
• 文字入りSVG・PNGの下書き作成

ネットワークカメラやローカルのウェブカメラから、静止画や短い動画を保存します。動きの検知や、対応するUSBカメラの向き・ズームの操作も扱います。

• ネットワークカメラの静止画を保存したいとき
• カメラ映像を短い動画にしたいとき
• 映像内の動きを監視したいとき

音声の周波数や音量、リズムなどの特徴を画像にし、複数の図を並べて確認するスキル。時間区間、配色、画像サイズを指定して出力できます。

• 音声の周波数変化を見たいとき
• 音量やリズムを複数の図で確認
• 音声の一部分だけを可視化したいとき

文章をローカル環境で読み上げ音声に変換し、WAVファイルに保存します。sherpa-onnxの音声モデルを使い、クラウドに接続せずに音声を生成します。

• 文章をWAV音声に保存したいとき
• クラウド接続なしで音声を作りたいとき
• 音声モデルを替えて声を選びたいとき

TenorやGiphyのGIFを検索・プレビュー・保存するスキル。端末上で候補を選び、指定時点の静止画や複数フレームを並べたPNG画像も作れます。

• 話題や反応に合うGIFを探したいとき
• GIF候補を確認して保存したいとき
• 指定時点の静止画を切り出したいとき

音声ファイルをOpenAIの文字起こしAPIに送り、テキストやJSONで保存します。モデルや言語の指定、話者を区別した文字起こしにも対応するスキル。

• 会議の録音を文字起こししたいとき
• インタビューの話者を区別したいとき
• 文字起こしをJSONで保存したいとき

ElevenLabsで文章を音声に変え、手元で再生したり音声ファイルに保存したりするスキル。声の選択に加え、発音や間、ささやきなどの話し方も調整します。

• 文章を手元で読み上げたいとき
• 音声での返答をファイルに保存
• 読み上げる声を選んで確認

音楽動画や短尺動画の色・光・動きと拍に合わせたカットを設計し、angelcoreやhyperpopの方向性に沿って生成素材と編集をまとめるスキル。

• 音楽動画の表現方針を決めたいとき
• AI生成の補助映像の見た目を統一
• 曲の拍に合うカットを設計

参考映像から測定した色やカットのリズムを使い、生成動画と既存映像を編集・合成して、数値で照合した完成動画と再編集用のタイムラインを作るスキル。

• 参考映像のスタイルで動画を作りたいとき
• 既存映像に生成クリップを追加したいとき
• 映像素材や3D小物の合成

参考動画の色調とカットの長さを測定し、再利用できるスタイル素材にまとめるスキル。色変換用のLUT、静止画、重ね合わせ素材、生成モデル向けの仕様を作ります。

• 参考動画の色調を素材化したいとき
• 似たテンポのためにカット間隔を測る
• ジャンル別のスタイル素材集づくり

Webアプリの操作手順を、カーソルや字幕付きのWebM動画に記録します。画面の調査とリハーサルを経て、入力・クリック・スクロールを見やすい速さで撮影します。

• 新機能の操作を動画で紹介したいとき
• 初めて使う人向けの説明動画の作成
• ドキュメントに操作動画を添えたいとき

撮影済みの動画や画面収録から見どころを選び、カット・構成整理・字幕や音声の追加を進めます。長い録画の短編化からSNS向けの画角調整、編集ソフトでの仕上げまで扱うスキルです。

• 長い録画から見どころを切り出したいとき
• 撮影素材からVlogを作りたいとき
• 製品デモに文字やナレーションを加えたいとき

参考素材の見た目やカットのリズムを再利用できる設定に整理し、手元の映像の編集計画、画像・動画・3D素材の生成計画、編集可能なタイムラインをオフラインで作るスキル。

• 映像の好みを聞き取り設定にまとめたいとき
• スタイルパックの検証と出所確認
• 参考映像のリズムで編集を計画

動画・音声をVideoDBに取り込み、発話や映像から場面を検索して切り抜きを作成。字幕や音声の追加、画面比率の変換、ライブ映像の通知設定も支援します。

• 発話や映像から場面を探して切り抜きたいとき
• 字幕・BGM・吹き替えの追加
• 動画の解像度や画面比率の変更

Reactで動画を作る際に、Remotionの実装例と制作ルールを参照できるスキル。アニメーション、音声、字幕、グラフ、3D表現や場面転換を扱います。

• 文字アニメーションや場面転換の制作
• 動画に音声や字幕を加えたいとき
• 動画内でグラフや3Dを見せたいとき

技術の仕組みやグラフ、システム構成、製品の流れをManimのアニメーションで説明し、絵コンテとシーン計画、短い動画、サムネイルを作るスキル。

• 技術の仕組みを動画で説明したいとき
• グラフやネットワークの変化を可視化
• 業務フローやシステム構成の説明

文章や画像から画像・動画を生成し、読み上げ音声や映像に合う音も作るスキル。fal.aiでモデル選びから費用見積もり、生成状況の確認まで進めます。

• 文章からサムネイルや商品画像の作成
• 既存画像の画風を変えたいとき
• 静止画を動画にしたいとき

Blenderのキャラクターやアニメーションを、骨格・座標・接地状態などのデータと画像で検査し、足滑り、向きの不一致、ねじれの原因と修正点を整理するスキル。

• 歩行時の足滑りや床へのめり込みの確認
• キャラクターの向きと進行方向の比較
• 別の骨格へ動きを移した後の姿勢検査

SAM: zero-shot image segmentation via points, boxes, masks.

日本語の概要は準備中です。原文の説明を表示しています。

文章からの画像生成や、既存画像の画風変更、指定部分の補完をPythonで実装します。構図やスタイルの制御、生成設定の調整、メモリ節約も案内するスキルです。

• 文章から画像を生成したいとき
• 既存画像を水彩画風に変えたいとき
• 写真の指定部分を補完したいとき

Launch video from a project or URL, upstream-maintained.

日本語の概要は準備中です。原文の説明を表示しています。

HTMLとCSSで見た目を作り、文字や画像に動きを付けてMP4・WebM動画に書き出します。字幕付きナレーションや商品紹介、Webサイトからの動画制作にも対応します。

• 動くタイトルや文字イントロの制作
• ナレーションに字幕を付けたいとき
• Webサイトを紹介動画にしたいとき